مدل‌سازی ریاضی و حل مساله زمان‌بندی جریان کارگاهی انعطاف‌پذیر با جریان‌های معکوس و محدودیت دسترسی به ماشین‌ها

به‎دلیل جایگاه ویژه زمان‌بندی سیستم‌های جریان کارگاهی در مراکز تولیدی، این مسائل در سال‌های اخیر بسیار مورد توجه واقع شده‌اند. یکی از فرضیات رایج در این مسائل، در دسترس بودن ماشین‌ها در افق برنامه‌ریزی است. در محیط‌های صنعتی واقعی ممکن است یک ماشین به‌دلایلی نظیر لزوم انجام فعالیت نگهداری و تعمیرات یا نت پیشگیرانه، موقتاً در دسترس نباشد. باتوجه به اهمیت این موضوع، در تحقیق حاضر مساله زمان‌بندی جریان کارگاهی انعطاف‌پذیر با جریان‌های معکوس با لحاظ نمودن فعالیت نت پیشگیرانه بررسی شده است که در آن دو جریان کارها (مستقیم و معکوس) وجود دارد که ماشین‌‌های مشابهی را در دو جهت مخالف پوشش می‌دهند. موضوع ضروری برای مدل‌سازی مساله زمان‌بندی جریان کارگاهی انعطاف‌پذیر، درنظر گرفتن محدودیت دسترسی به ماشین‌ها به‌منظور انجام فعالیت نت پیشگیرانه می‌باشد. عملیات نت روی هر ماشین، مدت زمان ثابتی داشته و شروع و خاتمه آن در یک پنجره زمانی معین رخ می‌دهد. برای مساله مورد بحث یک مدل برنامه‌ریزی غیرخطی عدد صحیح مختلط ارائه گردیده است. در این مدل هدف، کمینه‌سازی حداکثر زمان تکمیل تمام کارها می‌باشد. باتوجه به پیچیدگی مدل و np-hard بودن مساله مورد بررسی، جهت حل مسائل با ابعاد بزرگ الگوریتم فراابتکاری رقابت استعماری پیشنهاد شده است. به‌منظور ارزیابی عملکرد الگوریتم پیشنهادی، به حل مسائل نمونه عددی در اندازه‌های مختلف با استفاده از این الگوریتم، نرم‌افزار گمز و همچنین الگوریتم ژنتیک پرداخته شده است. نتایج محاسباتی، موید کارایی بسیار خوب الگوریتم رقابت استعماری برای حل مساله مورد بررسی می‌باشد.

mathematical modeling and solving the flexible flow shop scheduling problem with reverse flows and the limitation of access to machines

due to the special position of flow shop scheduling systems in production centers, these issues have received a lot of attention in recent years. one common assumption in these cases is the availability of machines on the planning horizon. in real industrial environments, a machine may be temporarily unavailable for reasons such as the need for preventative maintenance. due to the importance of this issue, in the present study the flexible flow shop scheduling problem with reverse flows is investigated by considering the activity of preventive maintenance in which there are two flows of jobs (direct and reverse) that cover the same machines in opposite directions. an essential issue for modeling the flexible flow shop-scheduling problem is to consider the limitations of access to machines in order to perform preventive maintenance. the maintenance operation on each machine has a fixed duration and its beginning and end occur in a certain time window. for the mentioned problem, a mixed integer nonlinear programing (minlp) model is presented. the objective of this model is to minimize the maximal completion time of the jobs (i.e., the ma kespan). due to the complexity of the model and the np-hardness of the proposed problem, the imperialist competitive algorithm (ica) is proposed to solve large-scale problems. in order to evaluate the performance of the proposed algorithm, numerical sample problems in different sizes are solved using this algorithm, the general algebraic modeling system (gams) software as well as the genetic algorithm. computational results demonstrate the effectiveness of the imperialist competitive algorithm for the considered problem.